Новости 4 августа 2021

Нейросеть научили создавать «универсальные» лица, чтобы обмануть системы идентификации

Далее

Израильские ученые разработали нейросеть StyleGAN Generative Adversarial Network (GAN), которая способна генерировать «мастер-лица» (по аналогии с мастер-ключами). Каждое из изображений может имитировать большое количество личностей для систем распознавания.

Как уверяют авторы исследования, 9 синтезированных лиц способны заменить изображения, как минимум, 40% людей из открытой базы. В ходе эксперимента ученые тестировали нейросеть StyleGAN Generative Adversarial Network (GAN) на трёх эффективных системах распознавания лиц. Исследования проводились совместно с научными учреждениями Тель-Авива.

В ходе работы ученые выяснили, что единственное сгенерированное лицо способно имитировать 20% лиц из открытой базы данных Массачусетского университета. Как известно, именно она часто используется для тестирования систем распознавания личности.

Последовательные группы «главных лиц», полученные в ходе исследования с использованием различных методов поиска покрытия, включая LM-MA-ES. Среднее заданное покрытие (MSC, показатель точности) указано под каждым изображением.

Метод израильских ученых позволяет применять открытые источники в качестве «образцов» для «подмены» подавляющего большинства лиц, не используя закрытые базы данных. В разных условиях учёным удавалось добиться «положительной» идентификации более от 40% до 60% лиц с помощью всего 9 сгенерированных фотографий.

Рабочий процесс израильской системы, в котором генератор StyleGAN используется для итеративного поиска «главных лиц». Источник: https://arxiv.org/pdf/2108.01077.pdf

Система использует т. н. «эволюционный алгоритм» и «нейропредиктор», оценивающий вероятность того, насколько текущий «кандидат» будет лучше лиц, сгенерированных во время предыдущих попыток.


Читать далее

Посмотрите, как черная дыра начинает разрушать звезду

На Большом адронном коллайдере открыли новую частицу

НАСА: ситуация с модулем «Наука» серьезнее, чем заявлялось ранее